一、MOD13Q1.061数据说明（来自GEE）

1. DATA

MOD13Q1.061 Terra Vegetation Indices 16-Day Global 250m

2.DESCRIPTION

The MOD13Q1 V6.1 product provides a Vegetation Index (VI) value at a per pixel basis. There are two primary vegetation layers.
The first is the Normalized Difference Vegetation Index (NDVI) which is referred to as the continuity index to the existing National Oceanic and Atmospheric Administration-Advanced Very High Resolution Radiometer (NOAA-AVHRR) derived NDVI. The second vegetation layer is the Enhanced Vegetation Index (EVI) that minimizes canopy background variations and maintains sensitivity over dense vegetation conditions.
The MODIS NDVI and EVI products are computed from atmospherically corrected bi-directional surface reflectances that have been masked for water, clouds, heavy aerosols, and cloud shadows.

3.BANDS

该数据集共有12个波段：

4.部分波段详细信息（主要涉及QA质量评估波段）

所有波段详细信息可直接前往GEE平台搜索查看。

二、质量控制说明

QA波段中存储的值显示为十进制，该十进制数值需转换成二进制数值使用。
一般采用bitwiseAnd函数进行质量控制，是对二进制进行处理，按照以下方式计算：
bitwiseAnd : 1&1=1，1&0=0，0&1=0，0&0=0
二进制位数说明：
位数 —— 98 7654 3210（从右往左，0~15，16位），如：
1 —— 0000 0000 0000 0001
0 —— 0000 0000 0000 0000
左移符号说明：
例如：
1<<10 —— 0000 0100 0000 0000
需要提前将十进制转为二进制。

实在不懂可以参见以下文章：
遥感影像中的QA波段（质量评估波段）存储方式介绍
GEE质量评估（QA）波段——去云、云量统计

云不仅仅影响被云遮蔽的像元，也会影响邻近像元，一般去云的时候，还会考虑去除冰雪以及气溶胶等，按需求而定。

三、注意事项

MOD13Q1有两个质量控制波段：DetailedQA和SummaryQA，适用于不同波段的质量控制。

DetailedQA波段：涉及的是每个反射率波段的单独QA以及影像的信息，不用来对VI（NDVI，EVI）进行质量控制。用于对反射率波段的质量控制。

SummaryQA波段：适用于对VI进行质量控制。

四、质量控制示例——对NDVI波段进行质量控制

对于MOD13Q1数据集中的NDVI数据，使用SummaryQA波段进行质量控制。质量指标选择Bits:0-1 = 0，即高质量。
Bits 0-1是指第1位和第2位（从右往左）的值为0，则图像质量就是0：Good data，use with confidence.（看数据说明中的表格）
GEE代码示例：

//quality control
function maskclouds(image) {var qa = image.select('SummaryQA');var Mask1 = 1 << 0;  var mask = qa.bitwiseAnd(Mask1).eq(0);var Mask2 = 1 << 1;var Mask = qa.bitwiseAnd(Mask2).eq(0);mask = mask.and(Mask);return image.updateMask(mask);
}

注：在选择数据时，要先使用质量控制函数进行掩膜，再选择自己所需的NDVI波段，才不会报错。否则会出以下错误：

MOD13Q1.061质量控制（去云等）之GEE相关推荐

GEE（8）：使用MODIS填补由去云后的Landsat影像计算得到的NDVI数据
最近想要在GEE中使用Landsat影像计算一下广州的NDVI值,发现这片区域云覆盖较多,去云以后部分月份的数据很少,就造成NDVI计算结果缺失的问题.经过查阅相关资料,可以使用MODIS的NDVI产 ...
GEE：应用遥感影像时空插值技术的实践（插值填补去云空洞）
作者:_养乐多_ 本文介绍了几个 Google Earth Engine (GEE) 平台中常用的处理遥感数据中的缺失值代码片段,这些代码可以用于在时间序列中对遥感图像进行线性插值,提供更加连续和完整 ...
Google Earth Engine（GEE）——Landsat 8TI/TOA/SR影像对比分析区别和去云即NDVI计算
1简介 2背景 3在 Google Earth Engine 中使用 Landsat 8 进行预处理 3.1预处理级别示例. 3.2大气顶(TOA) 3.3表面反射率(SR) 3.4 Landsat ...
GEE学习笔记九十二：Sentinel-2 最新去云方法总结
关于影像去云实际上是非常复杂的算法来实现的,但是我们不是专业研究如何识别云的,所以我们采用被人已经研究好的成果来实现我们的需求就可以.在GEE如何上实现Sentinel-2去云,之前也专门提到过,这篇 ...
GEE哨兵二号去云不成功的原因(代码修改)
基于GEE的哨兵二号QA波段去云,但是去不成功原因:因为筛选出来的影像云量几乎都超过50% 官方的官方的解答:文档里是提取云量20以下的进行去云的源码: // 去云 function maskS2 ...
GEE|在GEE对Sentinel-2、Landsat7、Landsat8进行批量大气校正、去云，并进行均值融合、裁剪、显示和数据下载
前言: 由于我要使用S2在2016-2020年时序数据进行作物分类,但GEE仅提供2018年后的S2 L2A数据('COPERNICUS/S2_SR'),因此需要进行大气校正,同时由于需要的数据量大, ...
GEE中质量评估(QA)波段——去云、云量统计
目录 QA波段 MODIS去云云量统计 QA波段 MOD09用户指南官方文档: https://lpdaac.usgs.gov/documents/925/MOD09_User_Guide_V61. ...
Google Earth Engine（GEE）——MODIS/006/MCD19A2气溶胶数据AOD数据去云去雪分析（北京市为例）
上一次我们提到了计算关于诸天AOD数据的下载,用的是MODIS数据产品,里面包含了逐日的AOD数据的最大最小值标准差.方差和均值进行统计分析. (526条消息) Google Earth Engine ...
利用GEE下载Landsat8影像并实现去云
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录前言一.去云二.数据获取与导出下载 1.获取数据 2.导出数据前言最近在使用GEE批量下载Landsat8数据,发现 ...

MOD13Q1.061质量控制（去云等）之GEE